图像缩放——快速最近领域插值法

最近邻域插值法原理：

根据目标图像的像素点（浮点坐标）找到原始图像中的4个像素点，取距离该像素点最近的一个原始像素值作为该点的值。

未优化之前：

unsigned char* ScaleNearest(unsigned char* srcImg,
						   int dstWidth, int dstHeight, 
						   int srcWidth, int srcHeight)
{
	int i,j;
	int dstRowBytes;
	int srcRowBytes;
	float xScale;
	float yScale;
	int x,y;
	unsigned char* dst;
	unsigned char* src;
	unsigned char* dstImg;

	x = y = 0;

	dstRowBytes = (dstWidth * 3 + 3) & ~3;
	srcRowBytes = (srcWidth * 3 + 3) & ~3;
    
	dstImg = (unsigned char*)malloc(dstHeight * dstRowBytes);
	if(!dstImg)
		return NULL;
	memset(dstImg, 255, dstRowBytes * dstHeight);

	xScale = (float)srcWidth / (float)dstWidth;
	yScale = (float)srcHeight / (float)dstHeight;

	for(i = 0; i < dstHeight; i++)
	{
		for(j = 0; j < dstWidth; j++)
		{   
			//根据目标图像坐标、缩放倍数确定原始图像点，取上整
			x = (int)(j * xScale + 0.5);
			y = (int)(i * yScale + 0.5);
			//必须做边界判断，缩放后的边界会出现不想要的结果，比如，原始为白色的，缩放后的图片可能在边界出现彩色
			if(x >= srcWidth)
				x = srcWidth - 1;
			if(y >= srcHeight)
				y = srcHeight -1;
			dst = dstImg + i * dstRowBytes + 3*j;
			src = srcImg + y * srcRowBytes + 3*x;
			*dst = *src;
			dst++,src++;
			*dst = *src;
			dst++,src++;
			*dst   = *src;
		}
	}
	return dstImg;
}

优化思路：对每一行，y其实固定；对每一列，x固定，另外边界也没有必须图像中的每个点都要判断一次，所以把这几行：

			//根据目标图像坐标、缩放倍数确定原始图像点，取上整
			x = (int)(j * xScale + 0.5);
			y = (int)(i * yScale + 0.5);
			//必须做边界判断，缩放后的边界会出现不想要的结果，比如，原始为白色的，缩放后的图片可能在边界出现彩色
			if(x >= srcWidth)
				x = srcWidth - 1;
			if(y >= srcHeight)
				y = srcHeight -1;

单独处理，做成表格，以供查询。另外，这几行：

			dst = dstImg + i * dstRowBytes + 3*j;
			src = srcImg + y * srcRowBytes + 3*x;

乘法可以换成加法运算，尽量避免乘法运算。

优化之后的代码如下：

int *x_table = NULL;
int *y_table = NULL;

//创建表格
int init_scale(int dst_width, int dst_height, int src_width, int src_height)
{   
	int i;
	double x_scale;
	double y_scale;
	int x;
	int y;
	if(x_table)
		free(x_table);
	if(y_table)
		free(y_table);
	x_table = (int*)malloc(dst_width * sizeof(int));
	if(!x_table)
		return -1;
	y_table = (int*)malloc(dst_height * sizeof(int));
	if(!y_table)
	{
		free(x_table);
		x_table = NULL;
		return -1;
	}

	x_scale = (double)src_width / (double)dst_width;
	y_scale = (double)src_height / (double)dst_height;

	for(i = 0; i < dst_width; i++)
	{
		x = (int) (i * x_scale + 0.5);
		if(x >= src_width)
			x = src_width - 1;
		x_table[i] = x;
	}
	for(i = 0; i < dst_height; i++)
	{
		y = (int) (i * y_scale + 0.5);
		if(y >= src_height)
			y = src_height -1;
		y_table[i] = y;
	}
	return 0;
}

unsigned char* ScaleNearest(unsigned char* srcImg,
							int dstWidth, int dstHeight, 
							int srcWidth, int srcHeight)
{
	int i,j;
	int dstRowBytes;
	int srcRowBytes;

	int x,y;
	unsigned char* dst;
	unsigned char* src;
	unsigned char* dstImg;
	unsigned char* ptr;
    int gap;

	x = y = 0;
	dstRowBytes = (dstWidth * 3 + 3) & ~3;
	srcRowBytes = (srcWidth * 3 + 3) & ~3;
	dstImg = (unsigned char*)malloc(dstHeight * dstRowBytes);
    gap = dstRowBytes - dstWidth * 3;
	if(!dstImg)
		return NULL;
	dst = dstImg;
	src = srcImg;
	for(i = 0; i < dstHeight; i++)
	{   
		y = y_table[i];
        ptr = srcImg + y*srcRowBytes;
		for(j = 0; j < dstWidth; j++)
		{   
			x = x_table[j];
			src = ptr + (x << 1) + x;

			*dst = *src;
			dst++,src++;
			*dst = *src;
			dst++,src++;
			*dst   = *src;
			dst++;
		}
		dst += gap;
	}
	return dstImg;
}

这样处理之后，算法就比之前的快多了。顺带说一句，最近邻域插值跟二次线性、最小立方插值等缩放算法相比，主观效果差很多，但是其保留边缘，在某些特殊环境还是有其用途。